Ba tuần trước, một giao thức DeFi hàng đầu trên Ethereum âm thầm ra mắt tính năng "Ghi lại kỹ năng" (Record Skill) cho phép người dùng ghi lại màn hình, thao tác chuột, bàn phím và giọng nói để tự động hóa các quy trình phức tạp như yield farming, rebalancing danh mục hoặc chạy bot arbitrage. Họ gọi đó là "Bước tiến hóa tiếp theo của AI Agent trong tài chính phi tập trung". Nhưng tôi – Phạm Diệp, người đã mất 70% quỹ vì tin vào câu chuyện self-amending ledger của Tezos năm 2017 – nhìn thấy một câu chuyện quen thuộc: sự pha trộn giữa công nghệ thú vị và nguy cơ mất kiểm soát.
— Root: Cuộc săn ICO và bài học về sự thổi phồng
Bối cảnh: Kể từ DeFi Summer 2020, hàng trăm dự án đã hứa hẹn "tự động hóa hoàn toàn" thông qua smart contract, nhưng thực tế người dùng vẫn phải tự tay thực hiện các thao tác phức tạp: chuyển token, approve, swap, cung cấp thanh khoản, claim reward. Các bot yêu cầu kiến thức lập trình. Giao thức này (tạm gọi là Nexus) quyết định áp dụng công nghệ "behavioral cloning" – vốn phổ biến trong AI desktop agent – vào blockchain. Nexus ghi lại toàn bộ hành vi của người dùng trên giao diện web (qua screen recording, clickstream, keyboard input và voice commands), sau đó dùng mô hình đa phương thức (multimodal LLM) để chuyển đổi thành một "Skill" – một tập hợp hướng dẫn có thể tái sử dụng. Để thực thi, người dùng chỉ cần kích hoạt Skill, Nexus sẽ đọc trạng thái hiện tại của các pool, đưa ra quyết định giao dịch và ký bằng ví được ủy quyền.
— Root: DeFi Summer – Tìm thấy mạch vàng trong yield farming
Core: Công nghệ đằng sau Nexus thực chất là sự kết hợp giữa multi-modal vision-language model (để hiểu UI và số liệu trên màn hình) và code execution engine (để sinh và gửi transaction). Nó giống hệt cách Claude Cowork và OpenAI Codex hoạt động ở cấp độ desktop, nhưng chuyển sang môi trường blockchain. 60% bài viết này dành để mổ xẻ cơ chế:
- Ghi nhận đa phương thức: Hệ thống chụp màn hình mỗi 200ms, ghi lại tọa độ chuột, nội dung ô input, thậm chí cả intents từ giọng nói. Dữ liệu được mã hóa và gửi lên máy chủ của Nexus (dịch vụ đám mây tập trung).
- Xử lý bằng LLM: Mô hình ngôn ngữ lớn (có thể là GPT-4o hoặc Claude 3.5 Sonnet) phân tích chuỗi hành động, trích xuất ý định (ví dụ: "swap 10 ETH sang USDC trên Uniswap V3 với slippage 0.5%"), và xây dựng một kế hoạch dưới dạng các bước logic.
- Tổng hợp Skill: Kế hoạch được lưu trữ dưới dạng cấu trúc JSON gồm: mô tả đầu vào (token, pool, chiến lược), các lệnh gọi contract (encodeABI), điều kiện dừng (gas limit, price impact), và tham số an toàn (slippage tolerance). Người dùng có thể kiểm tra và chỉnh sửa trước khi lưu.
- Thực thi độc lập: Khi chạy Skill, Nexus khởi tạo một phiên ảo (headless browser + ví nóng tạm thời), lấy dữ liệu on-chain, đưa ra quyết định dựa trên logic đã ghi, và ký giao dịch thông qua session key có thời hạn ngắn (short-lived EIP-712).
Điểm độc đáo: Không giống RPA truyền thống, Skill có khả năng thích ứng – nếu pool bị thay đổi token, nó sẽ tự động tìm pool thay thế thông qua DEX aggregator. Đây là nhờ LLM hiểu được ngữ cảnh và tái lập kế hoạch.
— Root: Cuộc săn ICO và bài học về sự thổi phồng
Contrarian: Góc nhìn phản trực giác mà Nexus không muốn bạn biết. Mặc dù nghe có vẻ "phi tập trung", thực chất tính năng này tái tập trung hóa quyền kiểm soát. Dữ liệu màn hình, thao tác và giọng nói của bạn – bao gồm cả private key trong clipboard có thể bị ghi lại nếu không có chế độ ẩn – đều gửi lên server Nexus. Một lỗi trong quá trình xử lý (ví dụ: Skill ghi nhầm pool hoặc hiểu sai lệnh thoát) có thể khiến bạn mất toàn bộ vị thế. Còn gì phi tập trung khi bạn ủy quyền cho một server trung tâm ký giao dịch? Thậm chí, nếu Nexus bị tấn công, kẻ tấn công có thể lấy được session key và rút sạch tài sản.
Hơn nữa, khả năng phục hồi trước thay đổi UI rất thấp. Dù Nexus có semantic matching, nhưng khi Uniswap thay đổi giao diện hoặc thêm bước xác nhận mới, Skill dễ gây ra lỗi. Tôi từng thấy một bot yield farming sai vì giao diện Compound thay đổi nút "Supply" thành "Deposit" – tưởng chuyện nhỏ nhưng gây ra thảm họa. Nexus không thể khắc phục triệt để vì nó phụ thuộc vào pixel chứ không phải API.
— Root: DeFi Summer – Tìm thấy mạch vàng trong yield farming
Takeaway: Câu chuyện tự động hóa thông qua ghi lại kỹ năng là mảnh ghép hấp dẫn cho AI Agent trên blockchain. Nhưng như mọi câu chuyện đẹp, nó che giấu rủi ro mất kiểm soát dữ liệu và tài sản. Liệu cộng đồng DeFi có sẵn sàng đánh đổi quyền tự chủ để lấy sự tiện lợi? Hay chúng ta sẽ lại chứng kiến một chu kỳ "hype → hack → hối tiếc"? Tôi đặt cược vào sự hoài nghi lành mạnh – hãy thử nghiệm trên testnet trước, và đừng bao giờ ghi lại màn hình khi nhập seed phrase.
